Google vient d’annoncer Gemini 4 Argon, son nouveau modèle avancé de sa gamme d’intelligence artificielle. Le modèle IA vise les tâches longues et complexes dans le développement logiciel, le travail professionnel, la recherche et la cybersécurité, mais son accès reste pour l’instant limité à des partenaires sélectionnés.
Un modèle IA pensé pour les tâches de longue durée
Avec Gemini 4 Argon, Google veut s’attaquer directement aux modèles les plus avancés d’OpenAI et d’Anthropic. L’entreprise présente son nouveau modèle IA comme un système capable de maintenir un raisonnement approfondi sur des flux de travail comportant de nombreuses étapes avec des applications dans le développement logiciel, la finance, le droit et la cybersécurité.
L’une des principales évolutions concerne la longueur maximale des sorties. Gemini 4 Argon peut générer jusqu’à 1 million de tokens, contre 64 000 pour les précédents modèles Gemini concernés, afin de traiter des problèmes nécessitant plusieurs centaines de milliers de tokens au cours d’une même trajectoire de raisonnement. Google associe cette capacité à ses fonctions de raisonnement, de multimodalité et d’exécution de tâches complexes.
Google affirme déjà utiliser Gemini 4 Argon en interne pour des migrations de code à grande échelle. Des agents Gemini 4 travaillent notamment sur des projets de migration du C et du C++ vers Rust, avec des bases de code allant jusqu’à plus de 800 000 lignes pour le noyau Zircon de Fuchsia. Sur libgav1, Google affirme également qu’Argon a permis de remplacer 32 000 lignes de code SIMD par du Rust et d’obtenir un décodeur 2,7 fois plus rapide que la précédente implémentation Rust.
Le modèle s’illustre aussi dans les infrastructures de Google. Des agents Argon ont analysé les données de télémétrie de ses data centers afin d’identifier et d’appliquer automatiquement des optimisations mémoire avec plus de 300 To de mémoire libérés après déploiement et une économie totale estimée entre 500 To et 1 Po.
Gemini 4 Argon face à GPT-6 Astra et Claude
Les premiers benchmarks publiés par Google placent Gemini 4 Argon dans la même catégorie que les modèles les plus récents d’OpenAI et d’Anthropic. Sur DeepSWE v1.1, consacré aux tâches complexes de développement logiciel sur de longues séquences, Gemini 4 Argon obtient 77,9 %, contre 74,2 % pour Claude Opus 5.5 et 74,1 % pour GPT-6 Astra.
La comparaison avec GPT-6 Astra est particulièrement intéressante puisque le modèle d’OpenAI reste lui-même très performant sur plusieurs catégories. OpenAI revendique notamment 72,6 % sur OSWorld 2.0 pour l’utilisation d’ordinateurs, 91,5 % sur BrowseComp et 41,4 % sur AutomationBench. GPT-6 Astra affiche également 98 % sur FrontierMath Tier 4 et 100 % sur ExploitBench dans les benchmarks publiés par OpenAI.
Du côté d’Anthropic, Claude Opus 5.5 se positionne comme une alternative moins coûteuse à Claude Fable 5.1. Anthropic indique qu’Opus 5.5 atteint un niveau comparable à Fable 5.1 sur la plupart des tâches, tout en coûtant 40 % moins cher à exécuter que son prédécesseur Opus 5. Sur les propres benchmarks d’Anthropic, Opus 5.5 obtient notamment 66,4 % sur Terminal-Bench 4.0, contre 55,8 % pour Fable 5.1 et 57,9 % pour GPT-6 Astra.
Les écarts changent donc selon les tâches. Google revendique par exemple 51,3 % sur AutomationBench pour Argon, tandis que les données publiées par OpenAI donnent 41,4 % à GPT-6 Astra et celles d’Anthropic 40 % à Opus 5.5 et 31,4 % à Fable 5.1. Ces chiffres illustrent surtout les domaines sur lesquels chaque entreprise met l’accent et doivent être lus avec prudence, puisque les conditions d’évaluation et les réglages peuvent différer.
Une disponibilité encore très limitée
Google ne propose pas encore Gemini 4 Argon au grand public. Le modèle IA commence son déploiement auprès de défenseurs de la cybersécurité sélectionnés dans le cadre du programme Fairwind, tandis que Google poursuit ses tests de sécurité et participe au processus volontaire américain d’accès anticipé aux modèles. L’entreprise prévoit ensuite une ouverture aux développeurs, aux entreprises et aux utilisateurs, en commençant par les clients API payants et les abonnés Google AI Ultra.
La cybersécurité constitue justement l’un des premiers terrains d’expérimentation d’Argon. Google affirme que le modèle IA peut rechercher, valider et corriger automatiquement des vulnérabilités critiques. Sur CWE-bench v1, qui mesure la capacité à corriger des failles, Argon obtient 68 % et partage la première place selon les données publiées par Google. Wiz l’utilise déjà dans son programme Scan for Good, notamment pour analyser des infrastructures critiques.
Google veut parallèlement renforcer les protections avant une disponibilité plus large. Gemini 4 Argon bénéficie notamment de mécanismes destinés à résister aux attaques par injection indirecte, ainsi que de systèmes capables de surveiller son raisonnement et ses actions pour interrompre une tâche lorsqu’elle sort du cadre prévu.
Le prix de lancement pour Gemini 4 Argon est de 2 dollars par million de tokens en entrée et 10 dollars par million en sortie, avec une réduction de 95 % sur les tokens d’entrée mis en cache. Après la période promotionnelle, ces tarifs passeront respectivement à 4 et 20 dollars par million de tokens. Google n’a en revanche pas encore annoncé de date précise pour l’accès général.
Un commentaire pour cet article :